Fundamentals of Practical Statistical Analysis
統計学は、ビジネスにおいて客観的な判断を行う上で必要不可欠であり、他の科目の理解をより深める上にも必要な科目である。本科目を受講することにより、①データの「ばらつき」の概念、②基本統計量の理解、③統計手法を用いたデータ分析の仕方、④Excelのデータ分析ツールを用いた統計解析の方法など、データ解析/データ解析手法に関する基礎知識を修得できることに加え、データ解析結果の読み方についても学ぶことができる。
授業で習得した手法を実務で使用できることを目的とする。
データの「ばらつき」、基本統計量、正規分布、検定、推定が説明できる。また、実務データを統計処理することにより、的確な意思決定ができる。
本科目は、共通基礎科目に位置付けられており、これまでに統計学/統計解析を基礎から学んだことが無い人を対象とした科目である。MOTの他の科目を理解するためには、本科目は必要不可欠な科目の1つであるため、統計学/統計解析の知識を持っていない初学者にとって分かりやすい講義を心掛ける。現在は、ビッグデータ時代とも呼ばれビジネスのあり方が大きく変わりつつある。データ分析の差、すなわち情報の価値化の違いが、企業の意思決定の差となって現れるため、本科目ではデータの持っている重要な情報を引き出すための手法について学ぶとともに、得られたデータ分析結果をどのように読み解くか、についても演習を通して体験していただきたい。
予習：シラバスを読み、職場で抱えている問題や今後「統計解析」手法を利用して取り組みたいと考えている問題を洗い出しておくこと。
復習：記述統計学と推測統計学の違いを理解すること。
【統計学の歴史及び記述統計学と推測統計学】
本科目のオリエンテーションを述べた後、統計学の歴史、記述統計学と推測統計学について学ぶ。
【課題】現在、職場で収集しているデータには、どのようなものが有り、それらのデータはどのような目的で収集しているのかを調べること。また、これらのデータとは別に職場で必要なデータにはどのようなものがあるかを考えること。
有
全体へのフィードバック
予習：事前に、基礎統計量にはどのようなものがあるかを調べておくこと。
復習：データを取る意味、基礎統計量の意味と計算方法、データの種類、データの「ばらつき」について理解すること。現在、職場で収集しているデータの種類について確認すること。
予習：事前に、基礎統計量にはどのようなものがあるかを調べておくこと。
復習：データを取る意味、基礎統計量の意味と計算方法、データの種類、データの「ばらつき」について理解すること。現在、職場で収集しているデータの種類について確認すること。
予習：母集団とサンプルデータ（資料データ）とは何かについて調べておくこと。
復習：少数データを用いた母集団の平均値（母平均）や分散（母分散）の推測の仕方を理解すること。
【確率の考え方】
サンプルデータ（資料データ）による母集団の母平均や母分散の推測、母集団に関する正しい情報獲得のためには、偶然に関する概念が必要であることについて学ぶ。
予習：検定と推定の違いを調べておくこと。
復習：検定には片側検定と両側検定があること、推定には点推定と区間推定があることを理解すること。
【検定と推定の考え方】
統計量を用いた検定(片側検定、両側検定)と推定(点推定、区間推定)の基本を学ぶ。
予習：管理図について調べておくこと。
復習：授業で学んだ管理図の作成手順と理論的背景を理解すること。
【管理図の理論と考え方】
管理図の理論的背景を学んだ後、管理図の作成を体験し、作成した管理図について議論する。
予習：管理図の理論的背景を理解した上で、管理図の点の動きから工程の変動が掴めることを調べておくこと。
復習：管理図の読み方、使い方をマスターすること。
【管理図の読み方・使い方及び対処の仕方】
管理図の読み方・使い方及び問題が発見されたときの対処の仕方について学ぶ。分散分析の考え方についても学ぶ。
予習：散布図、相関分析、回帰分析について調べておくこと。
復習：散布図、相関分析、回帰分析の理論的背景を理解した上で、Excelを用いて解析できるようにすること。
【相関分析と回帰分析】
相関分析・回帰分析とは何か、散布図と作成手順、単相関分析の理論と単相関係数を Excelのデータ分析ツールを用いて求める手順について学ぶ。
【課題】授業中に修得した統計手法（その他の統計手法でも良い）を用い、自分の仕事に仕事や会社に貢献できるデータ解析を行うこと。
有
個別フィードバック
予習：重回帰分析とは何かを調べておくこと。
復習：重回帰分析を理解し、Excelの分析ツールで得られる分散分析表が読めるようにすること。
【重回帰分析の理論と応用】
重相関分析の解析手順、重回帰式の推定、回帰式の有意性の検定などExcelの分析ツールを用いて演習を行い、解析結果の読み方についても議論する。
本科目は、担当教員による講義が中心となるが、講義内容を深めるための演習を適宜行う。また、受講生が現場で取り扱うデータの解析について、議論できる機会を持ちたいと思っている。
特に指定しない。毎回配布する資料を中心に講義・演習を行う。参考図書も記載するが、ここにあげられているものに限らず，必要に応じて、適切な書籍を紹介する予定。
課題の取り組み
80 %
課題解決に向けて、取り組んだ問題とその解法プロセスを評価する。
授業への貢献度
20 %
授業中における積極的な質問や私からの問い掛けに答えて戴いた内容を評価する。
職場で継続的に取り続けているデータには、どのようなものがあるか、またそれらのデータは何のために使用しているのかを整理しておくこと。Excelのデータ分析ツールが使えることが望ましいので、未経験者は体験しておくことを勧める。データ解析に関して職場で困っていることがあれば、積極的に提示して戴き、受講生の皆さんと討論できる機会を持ちたいと考えている。受講生の皆さんの積極的な授業参加を期待する。
【受講生へのお願い】
本科目は1単位科目ということで、8回の講義回数のため内容が盛りだくさんである。そのため、内容の理解を確実なものとするため毎回必ず復習をしてもらいたい。そして、疑問点があれば遠慮せず質問して欲しい。本科目の受講生の理解度を考慮し、予定している授業計画を変更することもある。